Documents disponibles écrits par cet auteur

Apport de l’apprentissage profond pour la prédiction du genre à partir de l’écriture manuscrite / Ryad Lotfi Mahtal 

Public ISBD Titre : Apport de l’apprentissage profond pour la prédiction du genre à partir de l’écriture manuscrite Type de document : document électronique Auteurs : Ryad Lotfi Mahtal, Auteur ; Khalil Meftah, Auteur ; Nesrine Bouadjenek, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2020 Importance : 1 fichier PDF (4.1 M) Présentation : ill. Note générale : Mode d'accès : accès au texte intégral par intranet. Mémoire de Projet de Fin d’Études : Électronique : Alger, École Nationale Polytechnique : 2020 Bibliogr. f. 85 - 88 Langues : Français (fre) Mots-clés : Prédiction  du  genre  de  l’écrivain Ecriture  manuscrite Texture CNN Filtres  de  Gabor Index. décimale : PN00920 Résumé : L’écriture manuscrite est une biométrie comportementale personnelle qui caractérise l’individu d’une façon unique. Elle permet d’obtenir plusieurs informations propre à son auteur tel que le genre. Dans ce travail, nous proposons un système de prédiction automatique du genre à partir de l’écriture manuscrite en utilisant l’apprentissage profond. A cet effet, nous proposons en premier lieu de générer des images textures par genre à partir des échantillons d’écriture manuscrite. Nous associerons ensuite ces images à un Réseau de Neurones Convolutifs (CNN) afin d’extraire les caractéristiques propres à chaque genre.Enfin, nous proposons d’utiliser les filtres de Gabor avec les CNNs pour une meilleure ex-traction de caractéristiques. Les différents tests sont effectués sur deux bases de données standards. Les résultats obtenus sont très satisfaisants et prometteurs. Apport de l’apprentissage profond pour la prédiction du genre à partir de l’écriture manuscrite [document électronique] / Ryad Lotfi Mahtal, Auteur ; Khalil Meftah, Auteur ; Nesrine Bouadjenek, Directeur de thèse . - [S.l.] : [s.n.], 2020 . - 1 fichier PDF (4.1 M) : ill. Mode d'accès : accès au texte intégral par intranet. Mémoire de Projet de Fin d’Études : Électronique : Alger, École Nationale Polytechnique : 2020 Bibliogr. f. 85 - 88 Langues : Français (fre) Mots-clés : Prédiction  du  genre  de  l’écrivain Ecriture  manuscrite Texture CNN Filtres  de  Gabor Index. décimale : PN00920 Résumé : L’écriture manuscrite est une biométrie comportementale personnelle qui caractérise l’individu d’une façon unique. Elle permet d’obtenir plusieurs informations propre à son auteur tel que le genre. Dans ce travail, nous proposons un système de prédiction automatique du genre à partir de l’écriture manuscrite en utilisant l’apprentissage profond. A cet effet, nous proposons en premier lieu de générer des images textures par genre à partir des échantillons d’écriture manuscrite. Nous associerons ensuite ces images à un Réseau de Neurones Convolutifs (CNN) afin d’extraire les caractéristiques propres à chaque genre.Enfin, nous proposons d’utiliser les filtres de Gabor avec les CNNs pour une meilleure ex-traction de caractéristiques. Les différents tests sont effectués sur deux bases de données standards. Les résultats obtenus sont très satisfaisants et prometteurs.

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité	Spécialité	Etat_Exemplaire
EP00079	PN00920	Ressources électroniques	Bibliothèque centrale	Projet Fin d'Etudes	Disponible	Electronique	Téléchargeable

Documents numériques

MAHTAL.Ryad_MEFTAH.Khalil.pdf URL